基于多参数和极限学习机的图像质量评价方法研究

• 作者: 孙荣荣
• 来源期刊: 计算技术与自动化
• 关键词: 图像质量评价 多参数 极限学习机 函数拟合
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 123-127
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202001025

摘要

现有的图像质量评价算法大部分都是基于单个参数,评价不够全面.提出了基于多参数和极限学习机的图像质量评价方法,该方法融合了传统统计参数(PSNR)、基于结构相似度的参数(SSIM)和基于自然场景分析的参数(VIF和FSIM),将这些参数作为极限学习机的输入,拟合出这些特征参数和人类主观评价分值的内在关系,挖掘其内在规律.本方法和采用单独参数评价的算法进行对比分析,在TID图像质量评价库上的实验结果表明,该方法得到了比单独参数和BP方法更好的主观感知一致性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙荣荣		17	19	2.0	3.0